Rime recauda $24 millones para que las llamadas de IA suenen menos como hablar con un robot

Puntos clave

• Rime, una startup de IA de voz de San Francisco, recaudó $24 millones en una ronda Serie A liderada por M13 Ventures en 2025.
• La empresa ha construido su propio estudio de grabación para recopilar datos de entrenamiento conversacionales en lugar de raspar audio de la web.
• Los clientes incluyen Mayo Clinic, Dialpad, Upstart y Asurion en sectores de salud, aerolíneas, servicios de alimentos y fintech.
• Rime recaudó previamente $5,5 millones en una ronda seed en mayo de 2024.
• La empresa emplea a 35 personas y planea contratar para desarrollo de modelos, ingeniería y asociaciones.

Si alguna vez has llamado a una empresa, presionaste cero diecisiete veces y aún terminaste escuchando a un robot leer un guión, ya entiendes el problema que Rime intenta resolver.

La startup, fundada en 2022 por la exestudiante de doctorado de Stanford Lily Clifford, la exingeniería de Alexa de Amazon Brooke Larson y la ingeniera de Stanford Ares Geovanos, anunció una Serie A de $24 millones esta semana. Twilio Ventures, Corazon Capital y Unusual Ventures se unieron al inversor principal M13 Ventures en la ronda, reportado primero por TechCrunch AI.

El abarrotado campo de empresas que construyen agentes de voz con IA incluye nombres como ElevenLabs, Deepgram, Vapi y Sierra. El ángulo de Rime es el propio conjunto de datos de entrenamiento. En lugar de extraer audio de internet, el equipo construyó un estudio de grabación en San Francisco y grabó su propio material conversacional. La idea es que las voces entrenadas con lenguaje real y natural manejen nombres de marca complicados y jerga de la industria sin que el cliente tenga que pasar semanas enseñándole al modelo pronunciaciones personalizadas.

Rime utiliza lo que llama una arquitectura basada en fonemas, lo que significa que el sistema aprende los bloques de construcción de los sonidos del habla en lugar de memorizar palabras completas. Esto le permite adaptarse a diferentes acentos y términos sin un reentrenamiento completo cada vez que se registra un nuevo cliente.

¿Esto suena mejor en realidad?

Honestamente, el propio CEO de Rime dice que toda la categoría aún tiene un largo camino por recorrer. Clifford describió los agentes de voz con IA actuales como "más o menos como un IVR nuevo, pero con una voz mejor", siendo IVR el sistema de respuesta de voz interactiva, la tecnología de presiona-1-para-facturación que las empresas han utilizado durante décadas. Le dijo a los inversores que la mayoría de las empresas aún confían en esos sistemas más antiguos porque la voz con IA aún no es lo suficientemente confiable para manejar la mayoría de las llamadas.

Esa franqueza es refrescante y moldea dónde Rime está poniendo el nuevo dinero. La empresa comenzó con un flujo de modelos separados: uno para convertir voz a texto, uno para generar una respuesta, uno para pronunciarla. Ahora está cambiando a un enfoque de voz a voz, lo que significa que la IA escucha y responde sin convertir todo a texto entre medias. El objetivo es respuestas más rápidas e intercambios más naturales.

Para cualquiera que haya llamado recientemente a una línea de ayuda de una empresa, más rápido y menos robótico suena como una ambición razonable.

Rime afirma que su enfoque mantiene a los llamantes en la línea más tiempo, lo que le ayudó a conseguir contratos empresariales con clientes que incluyen Mayo Clinic y Asurion. El nuevo Científico Jefe de la empresa, Rafael Valle, trabajó anteriormente en investigación de audio en Meta Superintelligence Labs y NVIDIA.

Sobre privacidad: Rime graba su propio audio de entrenamiento y los datos de llamadas de sus clientes fluyen a través de sus sistemas. Si tu empresa utiliza Rime para llamadas de clientes, esas conversaciones se procesan por un tercero. Vale la pena revisar la letra pequeña si trabajas en una industria regulada.